Sunt din ce în ce mai preocupat încotro se îndreaptă automatizarea bazată pe inteligența artificială. Sunt bombardat, în fiecare săptămână, cu oferte de muncă pe Linkedin, WhatsApp și e-mail. Unele vin din partea unor companii renumite, altele de la diverse start-upuri, și fiecare îmi oferă ”postul perfect”, doar că este din ce în ce mai greu de spus care din aceste recomandări sunt cu adevărat autentice. Există niște oameni în carne și oase în spatele lor? Sau doar inteligență artificială?

Clopotul lui Gauss și câteva probleme ridicate de optimizarea inteligenței artificiale

În acest moment se presupune pur și simplu că inteligența artificială va deveni din ce în ce mai performantă astfel încât, până în cele din urmă, fie ne va înlocui, fie ne va transforma în supraoameni. În realitate, se întâmplă, însă, cu totul altceva. Ne facem griji în legătură cu asemenea problemele (foarte reale, altminteri) și cedăm de bună voie un uriaș spațiu filosofic și cognitiv unor sisteme construite, la urma urmei, chiar de noi înșine, ceea ce mi se pare deosebit de stupid. Și aș vrea să lămuresc această problemă.

Clopotul lui Gauss reprezintă o distribuție normală, calculată cu ajutorul statisticii, vârful curbei reprezentând evenimentul cel mai probabil dintr-o anumită serie. Dar, în centrul conversației noastre pe tema optimizării inteligenței artificiale, ar trebui să se afle distribuțiile anormale, non gaussiene, acestea fiind cele care creează, cu predilecție, mediul necesar apariției inteligenței reale.

Zeița Fortuna nu este un algoritm

Iată un exemplu rapid și probabil binecunoscut din istoria științei. În 1928, un tânăr bacteriolog scoțian pe nume Alexander Fleming (1881-1995) s-a întors la laboratorul său după o vacanță și a găsit ceva neașteptat în vasele sale Petri. Cultura de bacterii Staphylococcus la care lucra fusese contaminată de mucegai, iar bacteriile din jurul mucegaiului fuseseră distruse. Astfel, într-un moment de extraordinară inspirație, el a descoperit primul antibiotic adevărat, penicilina.

Descoperirea lui Fleming a constat nu doar în rezolvarea unei probleme, ci a fost rezultatul unei interacțiuni constante cu mediul înconjurător și al unor concluzii bazate pe observații complet neașteptate.

Mașinile nu interacționează dinamic cu mediul lor, așa cum o face inteligența biologică. Spre deosebire de noi, oamenii, inteligența artificială poate doar să ofere cel mai bun răspuns din punct de vedere statistic, și nimic altceva.

Intuiția, inspirația sunt încorporate în cunoașterea umană într-un mod pe care mașinile, bazate pe date predeterminate, nu îl pot pur si simplu replica.

Inteligența noastră nu este o cutie neagră care funcționează pur si simplu pe baza unui set de date anterioare. Creierul nostru învață dinamic, interacționând cu mediul în moduri care duc la descoperiri dintre cele mai imprevizibile.

În tinerețe, Einstein urmărea mental razele de lumină. Cele mai pătrunzătoare dintre revelațiile sale au avut loc în preajma unor trenuri în mișcare, el a studiat fulgerele, ascensoarele, gândacii care se târau pe suprafețele curbe și multe altele de același fel.

Asemenea momente de intuiție profundă nu sunt doar plăcute ci și sunt parte integrantă a inteligenței noastre. Uneori ele se întâmplă în vis, ca în cazul descoperirii moleculei de benzen, sau ca urmare a faptului că cineva a scăpat niște lapte pe podea… dar niciodată, absolut niciodată nu apar în urma regurgitării unor uriașe colecții de date.

Așadar, atenție mare la falșii profeți, inteligența artificială nu va deveni niciodata inteligență artificială generală!

Diferențele cognitive sunt insurmontabile. Noi, oamenii, suntem profund încorporați în mediile noastre – o buclă constantă de interacțiuni cu feedback, care ne oferă un avantaj perpetuu. Modelele de inteligență artificială, oricât de bine antrenate, nu funcționează în cadrul acestui sistem dinamic.. Nu doar că nu învață în timp real, dar nici deducții nu fac pe baza unor excepții, ci numai pe aceea a celor mai bune potriviri statistice.

În ceea ce mă privește, eu le folosesc atunci când am nevoie de niște date care nu-mi vin în minte – nu sunt o mașină de memorat! Dar, niciodată pentru a afla de la ele ceva inovativ, sau cu adevărat interesant.

Raționamentul abductiv și gândirea dinamică

Să ne reamintim ce s-a întâmplat în timpul focarului de holeră din Londra anilor 1850. La acea vreme, toți credeau că holera se răspândește prin ”miasme” (aer infectat și rău mirositor).

Doctorul John Snow a observat că focarul din Soho era grupat în jurul unei singure pompe de apă. Hmmm… Snow a făcut un raționament abductiv deducând că apa și nu aerul răspândește boala – în vreme ce, așa cum spuneam, setul de date pe care îl folosea toată lumea, era concentrat pe aer. Descoperirea sa a dus la îndepărtarea mânerului pompei de apă, stopând focarul și îmbunătățind în mod fundamental înțelegerea noastră despre transmiterea acestei boli.

Raționamentul lui Snow nu s-a desfășurat în urma prelucrării unor date anterioare, ci în urma observației directe și în timp real a mediului înconjurător.

Concluzie

Mă implic mereu în discuțiile despre inteligența artificială, despre felul în care funcționează aceasta și ce ar putea deveni. De obicei, interlocutorii mei presupun că inteligența artificială se află pe o traiectorie cognitivă de neoprit și suntem nevoiți să ne concentrăm pe încredere și pe etica datelor. Desigur, este de înțeles. Avem nevoie de sisteme în care să putem avea încredere. Dar trebuie să vedem cumva și elefantul din sufragerie: adevărata inteligență funcționează ridicându-se deasupra colecțiilor mari de date și departe de normele statistice. Da, normele statistice există și le utilizăm în procesul de inferență. Ideea nu este că inferențele nu există, ci mai degrabă că ne spun foarte puțin despre ceea ce încercăm să înțelegem: inteligența reală.

Știm că rețelele neuronale pot gestiona tipare care se cristalizează în seturi de date suficient de mari. Dar, întregul exercițiu are de-a face foarte puțin cu inteligența artificială generală. Si este foarte bine așa.

Pe de altă parte, deorece oamenii nu sunt foarte buni când e vorba sa discearnă modele folosindu-se de munți de date, de acum încolo inteligența artificială va avea, la rândul său, un rol de jucat în povestea noastră cognitivă.

Erik J. Larson este membru al proiectului Technology & Democracy la Discovery Institute și autorul cărții The Myth of Artificial Intelligence, Harvard University Press, 2021. (Cartea este finalistă pentru Media Ecology Association Awards și a fost nominalizată la Robert K. Merton Book Award.) Lucrează pe probleme din tehnologia computațională și inteligență artificială. În prezent lucrează la o carte în care critică supraestimarea inteligenței artificiale. În 2009 și-a luat doctoratul în filosofie, la Universitatea Texas, din Austin. Abordarea sa a fost multidisciplinară, combinând cercetări de filosofie analitică, informatică și lingvistică, teza finală fiind supervizată de profesori din toate cele trei departamente.

Traducerea și adaptarea: Nedeea Burcă

Sursa: aici